DB-ACO调度算法

兼顾期限与预算

用于云工作流调度的蚁群优化算法，在截止期和预算双约束下最小化执行成本，性能优于现有方法，尤其在CyberShake工作流上效果显著。

Siyuan, Tao · 夏元清 · Ye, Lingjuan · Yan, Ce · 高润泽

IEEE Transactions on Automation Science and Engineering 2023

技术优势

同时满足期限与预算

算法将全局截止期与预算公平分配到每个任务，确保整体调度方案不会违反任一约束。

成本更低

在四个典型科学工作流上，DB-ACO的执行成本均低于四种先进算法，尤其在CyberShake上优势明显。

基于蚁群智能

利用信息素与启发式信息引导任务排序，结合服务选择规则，在解空间中高效搜索最优调度方案。

应用场景

• 云工作流调度：在云平台上自动调度工作流任务，确保按时完成且不超预算。
• 成本优化管理：帮助用户以最低成本运行工作流，减少云资源开支。
• 科学计算资源管理：为科学计算工作流提供可靠的资源分配方案，提升计算资源利用率。